1、异常检测入门：概念、类别与应用场景

异常检测入门：概念、类别与应用场景

1. 异常的定义

在深入了解异常检测之前，我们需要明确什么是异常。一般来说，异常是指偏离预期的结果或值，但判定异常的具体标准会因情况而异。

1.1 异常天鹅的例子

想象在一个湖边，我们最初看到的天鹅都是白色的。基于这些观察，我们会认为接下来看到的天鹅也会是白色。然而，当一只黑天鹅出现时，它完全违背了我们的预期，成为了一个异常。

我们可以用两种方法来解释为什么将黑天鹅视为异常：
- 归纳推理法 ：由于在这个特定湖边观察到的绝大多数天鹅都是白色的，我们通过类似归纳推理的过程，认为这里天鹅的正常颜色是白色。因此，仅基于之前只见过白天鹅的假设，我们会将黑天鹅标记为异常。
- 概率法 ：假设这个湖边总共有1000只天鹅，其中只有2只是黑天鹅，那么一只天鹅是黑色的概率就是2 / 1000，即0.002。根据概率阈值（即被视为正常的结果或事件的最低概率），黑天鹅可能会被标记为异常或正常。在我们的例子中，由于其在这个湖边极其罕见，我们将其视为异常。

1.2 数据点形式的异常

我们可以将这个概念扩展到实际应用中。以一个生产螺丝的工厂为例，为了确保产品质量，工厂会从每批产品中抽取单个螺丝进行检测，并测量每个抽样螺丝的密度和抗拉强度（即螺丝在应力下抵抗断裂的能力）。

根据这些测量数据，我们可以将数据点分为“合格”或“异常”。当一个新的螺丝样本数据点落在可接受范围之外时，例如其密度对应的抗拉